Taxi-Plattform Fallstudie

Erfahren Sie, wie unsere Plattform zur Preisoptimierung durch KI-basierte Echtzeit-Anpassungen Umsatz- und Gewinnsteigerungen für eine britische Taxiplattform bewirkte.

Der Kunde

Eine in Großbritannien ansässige Taxifirma, die Kunden mit Transportdiensten von einer Reihe von Taxifirmen versorgt. Kunden melden sich auf einer Website an oder nutzen die App der Firma, um ein Taxi zu bestellen. Die Firma ist ausschließlich eine Plattform und besitzt oder betreibt keine Taxifahrzeuge.

Die wichtigsten Herausforderungen

Ein rein maklerischer Abschluss

Die Preise für Taxis auf der Taxiportalplattform basieren auf zwei Elementen: den tatsächlichen Kosten der Taxifahrt und einer Provision. Das Taxiunternehmen erhält die Zahlung für die Taxifahrt, während die Einnahmen der Taxiportalplattform aus der Provision stammen. Wie bei Online-Reisebüros und anderen Serviceplattformen handelt es sich um eine reine Margenbindung.

Das Ziel

Die Taxiportalplattform arbeitet in einem äußerst wettbewerbsintensiven Markt, der die Provisionen senkt, da die verschiedenen Akteure darum kämpfen, ihren Marktanteil zu halten und zu steigern. Die Taxiportalplattform wandte sich an Quicklizard, um die Gewinne zu maximieren und das richtige Provisionsniveau zu finden.

Die QL-Lösung

  1. Reale AI-Provisionen in Echtzeit

    QL integrierte in die Lösung Echtzeit-KI-Elemente und entwarf eine umfassende dynamische Preisgestaltungslösung für die Taxiflotte. Die Lösung optimierte die Provision anhand einer Reihe von Nutzer- und Umweltfaktoren.

  2. Analytik von Nachfrage und Nutzerverhalten

    Die QL-Plattform analysierte die Auswirkungen der variierenden Nachfrage auf die Provisionen und verglich diese mit verschiedenen Verhaltensweisen der Nutzer, darunter die Häufigkeit der Nutzung, vergleichende Preise und Conversion-Raten.

  3. Empfehlungen auf Routenebene

    Die Plattform analysierte außerdem aggregierte Routen, sodass sie Empfehlungen für Provisionen auf der Grundlage von Reisen von Stadt zu Stadt anstelle von einzelnen Routen von Adresse zu Adresse ableiten konnte.

Das Ergebnis

  • 16%

    Zunahme des Umsatzes

  • 7%

    Steigerung des Gewinns

Die QL-Plattform kombiniert Verbraucherdaten, Wettbewerbsanalysen und Nutzerverhalten, um für die Taxifirma Echtzeit-optimierte Provisionen zu empfehlen. Aufgrund der Empfehlungen der QL-Plattform begann die Taxifirma, 16 -prozentiger Umsatzanstieg, gepaart mit einem 7% -facher Anstieg des Gewinns.

Die Zukunft

Nehmen Sie die ganze Geschichte mit sich

Die vollständige Fallstudie ist in einer Formatierung für interne Weitergabe ausgearbeitet.

Download PDF
Weitere Fallstudien:
Fallstudie

Fallstudie zu Intersport

Die Intersport Deutschland eG optimierte ihre Preisgestaltung mit Quicklizard, indem sie manuelle Prozesse durch ein skalierbares und automatisiertes System ersetzte. Dies ermöglichte eine effizientere Verwaltung von über 340.000 Artikelnummern, reduzierte den betrieblichen Aufwand und stärkte die Preiskontrolle in einer Phase raschen Wachstums.

Mehr lesen "
Dehner-Fallstudie: Dynamische Preisgestaltung – Quicklizard
Fallstudie

Fallstudie Dehner

Dehner, einer der führenden Garten- und Heimtierfachhändler Europas, ging Mitte 2024 eine Partnerschaft mit Quicklizard ein, um von der manuellen Preisgestaltung auf eine automatisierte, datengestützte Preisgestaltung in großem Maßstab umzustellen. Heute passt Dehner jede Woche die Preise von bis zu 10.000 Artikeln an – unter vollständiger Berücksichtigung der Konkurrenz und mithilfe konversionsbasierter Strategien, gestützt auf intelligente Preisregeln, die die Margen sichern.

Mehr lesen "
Fallstudie

Fallstudie Elkjøp

Elkjøp, der führende Elektronikhändler in den nordischen Ländern, hat seine Preisgestaltung mit Quicklizard von manuellen Prozessen auf KI-gestützte Automatisierung umgestellt. Heute werden die Preise für etwa 75% seines Sortiments sowohl online als auch offline dynamisch festgelegt, was eine schnellere Reaktion auf Marktveränderungen ermöglicht und gleichzeitig die Margen sichert.

Mehr lesen "

Teilen: